军事人工智能的能源挑战

数年来，人工智能的崛起正深度重塑武装力量：卫星图像海量处理、情报数据融合、无人机集群管理、战术场景模拟、预测性维护等。然而，随着技术革命呈指数级加速，其能源代价持续攀升。人工智能在带来决定性作战优势的同时，亦催生新的依赖：电力。被多国军队正确定义为“作战能源”的电力，已成为战场决胜要素，与后勤保障体系密不可分。未来胜利不仅取决于算法，更始终离不开千瓦级电力支撑。

人工智能驱动的指数级能源需求

国际能源署2025年4月报告揭示人工智能与能源政策间不可分割的关联：“无能源则无人工智能——尤其是数据中心所需电力。与此同时，若规模化应用，人工智能可能重塑能源行业运作模式。”该报告数据凸显当前困境：全球人工智能发展呈现两大趋势，其演变可能形成良性或恶性循环，取决于应对策略：

指数增长：

2024年数据中心占全球耗电量约1.5%（415太瓦时），人工智能成为主要驱动力。相较全球总电力需求，其消费增长率自2017年以来实现四倍提升（年增12%）。预测表明2030年数据中心耗电量将翻倍至945太瓦时（约等于日本当前全国耗电量），2035年可能攀升至1200太瓦时。

地理集中：

区域分布上，美国以全球数据中心耗电量的45%领先，中国（25%）与欧洲（15%）次之。至2030年，美国数据中心扩张本身可能贡献全国预期电力需求增长的近半数——超过所有重工业（铝、钢、水泥、化工）总和。全美近半数据中心容量集中在五大区域。

能源自主：现代军事行动日益核心的要素

能源自给自足历来是军事行动成功关键：人员装备的运输、支援与持续保障长期备受关注，虽有时被视作次要因素。两大长期趋势推动该领域创新，尤其在自主性、主权性与经济性方面：

• 数十年的远征作战需要远离本土基地的持续电力投送与长后勤链条，有时需长期维持；

• 气候政策强化了对碳足迹与后勤足迹的削减要求，推动全球多国军队创新可持续能源应用。

这两大需求催生的创新成果，如今与前后方高耗能人工智能系统直接相关。

乌克兰案例极具启示：两年内无人机打击已基本取代炮兵。2023年无人机仅占打击量10%，如今占比约70%，炮兵使用率降至10-15%。此趋势展现弹药短缺下的有效适应能力。

然而此转型需新型能源后勤：无人机依赖电池与发电机，需在作战区域持续维护。后方基地人工智能的能源足迹急剧扩大：军事计算中心各消耗数十兆瓦，训练大规模人工智能模型需超50吉瓦时电力，相当于数千户家庭年用电量。大模型涉及万亿参数、海量数据集与分布式GPU/TPU网络，常连续运行数日数周，均需巨大电力支持计算、互联、数据传输与冷却。

可持续军事人工智能三大战略路径：

提升能效

目标降低单次人工智能计算能耗。前景方向包括高效GPU与加速器（更优能效比）、能源感知算法与“节能人工智能”设计。美国国防高级研究计划局正推进“内存阵列优化处理技术”与“机器学习物理映射”项目。欧洲方面，荷兰Asperitas等公司首创边缘数据中心浸没冷却技术，提升功率密度5-10倍并改善能效。法国即将建成的AI Green Bytes数据中心将采用Oleon生物降解浸没液Qloe，预计较风冷系统节能90%。其他研究聚焦保持性能缩减参数规模（“人工智能修剪”、量化、模型蒸馏），以及通过战场直接部署小模型实现内存与连接受限条件下的边缘优化人工智能。